ChatGPT来的电话更容易成线索，却没更容易成交：7000万通电话拆出的漏斗真相

摘要：Invoca的2026年线索转化基准报告拆了7000万通电话，结论是ChatGPT转介来的电话成线索的比例达到49%，比全渠道均值高约10个百分点，比第二名的谷歌商家资料还高6个点；可这批线索真正当场成交的比例是40%，反而略低于全渠道42% 的均值。也就是说，AI带来的优势集中在漏斗中间那一段，进门那一段和临门一脚那一段都没跟上。更要紧的是这份报告有四件事没说：49% 的分母是多少、测量窗口是哪一段时间、归因具体怎么判、除ChatGPT之外的助手为什么不在表里。这篇把接通、成线索、成交拆成三笔独立的账，给出小样本自查的土办法、归因能盖住和盖不住的分界线，以及电话之外把同一套分段度量搬到表单和即时通讯上的做法。

先把这组数字摆清楚：高的是哪一段，不高的是哪一段

先说数据出处。Invoca在2026年7月13日发布了2026年线索转化基准报告，样本是它自己平台上跟踪并分析过的通话，覆盖10个行业、7个营销渠道，总量超过7000万通电话、6亿分钟通话内容。Invoca自己卖的就是通话跟踪和对话分析，这一点后面还会再提。

报告里最抓眼球的一句话是：ChatGPT转介来的电话，成线索的比例是49%，在所有渠道里排第一。全渠道均值大约39%，第二名是谷歌商家资料的43%。也就是说ChatGPT比均值高约10个百分点，比第二名高6个点。

紧接着的一句话就没那么好听了：这批线索最终当场成交的比例是40%，而全渠道均值是42%。Invoca自己的措辞是“大致属于平均水平”。

两句话摆在一起，事情就有意思了。同一批电话，在漏斗的一个环节上遥遥领先，到下一个环节就掉回大部队里。绝大多数转述这条新闻的人只抄了前半句，连官方新闻稿的标题都写成了“最好的线索现在从ChatGPT开始”。后半句被安静地留在了正文第三段。

做这行久了会有个条件反射：一个指标突然特别好看的时候，先别急着庆祝，先看看它的上游和下游。保哥的经验是，单点指标越漂亮，越有可能是漏斗别处在漏。

49% 这个数字到底是怎么算出来的？

要读懂49%，得先知道Invoca的分母是什么。它统计的是“被跟踪到的通话里，有多少通被判定为合格销售线索”。判定动作由它的对话分析做，也就是听录音、抠关键词、按客户预设的规则打标。

这里有个容易被忽略的前提：这不是“有多少人打了电话”，也不是“有多少人最后付了钱”，而是中间那一道筛子。筛子的孔径由每个客户自己设定，Invoca只是把这些客户的结果汇总起来算平均。

所以49% 的准确读法是：在那些用了Invoca、并且把ChatGPT来源单独打了标的商家里，被ChatGPT送来的电话，通过各家自定义的线索判定规则的比例，平均是49%。这句话比“ChatGPT线索质量最高”啰嗦得多，但它才是这个数字真正的意思。

Invoca还提到，这是它第一年攒够了足够的通话量，能把生成式AI单独列成一个渠道类别，和付费搜索、自然搜索、谷歌商家资料、付费社交并排放。Search Engine Journal在报道里把“报告没说什么”单列了一节，这个处理比原始新闻稿克制得多，也是我愿意多花时间读它的原因。

厂商自己发的基准报告，该怎么读？

这里插一段方法论，因为它适用于你今后读到的每一份行业基准报告。

Invoca卖的是通话跟踪和对话分析。它发这份报告的商业动机很清楚：让你相信“打进来的电话里藏着你没看见的生意”，然后来买它的产品。这不是什么见不得人的事，几乎所有行业基准报告都是这个逻辑，Ahrefs发外链研究、Semrush发关键词研究，动机都一样。

关键不在于有没有立场，而在于立场会把数字往哪个方向推。读厂商报告时，我习惯先问三个问题。

第一，样本是谁？永远是这家厂商的客户，不是全行业。能用得起通话分析系统的商家，本身就比平均水平更重视电话、投入更多。所以任何“接起率”“线索率”的绝对值，都天然高于真实的行业平均。

第二，哪个数字对它有利？“电话线索质量高”对通话分析厂商有利，“AI渠道值得单独跟踪”对它更有利——因为这直接对应一个新的付费功能。所以49% 这个数字被放到标题上，一点也不奇怪。

第三，它主动承认了什么？这一条最有价值。一份报告如果连自己的局限都愿意写出来，可信度反而更高。Invoca承认了生成式AI的整体量很低、承认了其他助手测不到，这些自曝其短的地方，恰恰是最该认真读的地方。

用这三个问题过一遍，你会发现真正值得带走的不是49%，而是“电话渠道值得按来源分段记账”这个方法论。数字会变，方法不会。

为什么说接通、成线索、成交是三笔不同的账？

报告里其实还给了一组更基础的数字，被49% 的光芒盖住了。把它们排开，一条完整的电话漏斗就出来了。

第一段：电话有没有被人接起来

所有打给商家的电话里，大约56% 被真人接起。这个数字本身就够扎心了，将近一半的电话没人接。

更有意思的是通话时长的分层：如果一通电话持续超过15秒，接起率上升到约65%；超过30秒，上升到约71%。这不是因果，是统计上的自然结果——接起来的电话才可能聊得久。但反过来看，它给了一个很实用的诊断口径：如果你的短时长通话占比异常高，问题多半出在接听环节，而不是营销环节。

第二段：接起来的电话有没有算成线索

在被接起的电话里，大约38% 被判定为合格线索。这是全渠道的整体水平。ChatGPT那49% 就是在这一段上跑赢的。

第三段：算成线索的有没有当场成交

在合格线索里，大约42% 在通话中就完成了转化。ChatGPT这一段是40%，略低。

三段串起来看，一通随机打进来的电话，最终当场成交的概率大约是0.56 × 0.38 × 0.42，不到9%。而这三段的瓶颈完全不在同一个部门手里：第一段归运营和排班，第二段归营销和渠道，第三段归销售和话术。

把这三段合成一个“转化率”去考核任何一个部门，都是耍流氓。这也是为什么我坚持把它拆成三笔账——不拆开，你永远不知道那个漂亮或难看的总数到底是谁的功劳、谁的锅。

近一半电话没人接，这一段为什么最没人管？

把三段账排开之后，最刺眼的其实不是49%，而是56%。将近一半打进来的电话，没有真人接起。

这一段的尴尬在于，它既不归营销管，也不完全归销售管。营销的KPI停在“带来了多少通电话”，销售的KPI从“接起之后”才开始计算。中间这道最大的漏，处在两个部门的责任缝隙里，于是长期没人认领。

算一笔很粗的账就明白它的分量了。假设你把线索率从38% 提到42%，这是一次相当扎实的渠道优化，通常要花一个季度；而把接起率从56% 提到66%，最终成交量的提升幅度更大，需要做的却往往只是排班和转接规则。前者要动策略，后者只要动排班表。

几个立刻能查的地方：

• 按小时看未接分布。大部分公司的未接电话高度集中在午休和下班前后那两个时段，而不是均匀分散的。看一眼分布图，问题往往自己跳出来。
• 看响铃几声挂断。如果大量未接发生在响铃三声以内，那多半是转接规则太长或者语音菜单太绕，而不是没人在岗。
• 看有没有回拨机制。未接来电十分钟内回拨的接通率，远高于两小时后。很多系统本来就有这个功能，只是没人打开。
• 看非工作时间的占比。如果你的用户是被AI助手带来的，那他们的活跃时段和你的排班表未必对得上——助手不看你的营业时间。

这一段跟本文主题的关系在于：如果第一段在漏，第二段那个漂亮的49% 就是在一个已经缩水的池子上算出来的。你以为自己在优化渠道质量，实际上前面早就丢了一半的人。

10个行业混在一起算的平均，为什么对你几乎没用？

报告覆盖10个行业，包括医疗、家装、金融、电信、汽车这些典型的电话驱动型生意。把它们平均起来的那个数字，落到任何一个具体行业上都是失真的。

失真的根源在于“线索”这个词在不同行业里根本不是一回事。家装行业的一通合格线索，可能只需要确认“这个人有房、在服务范围内、有装修计划”；而金融行业的一通合格线索，可能要过资质、额度、合规三道关。前者的线索率天然就该比后者高十几个点，这跟渠道质量毫无关系。

通话长度的分布也完全不同。汽车经销商的电话平均两三分钟就能问完，医疗预约的电话动辄十几分钟。用同一条“超过30秒接起率上升到71%”的规律去套两边，结论会很滑稽。

所以看这类跨行业基准，正确的姿势是只取形状，不取数值。形状是“AI渠道在中段领先、在末段回落”，这个形状很可能在你的行业里也成立；数值是49% 和40%，这两个数跟你没关系。

顺带说一句，这也解释了为什么各家AI流量研究的结论老是打架——不同的样本行业构成，能把同一个现象算出两个方向。Semrush那份覆盖60万关键词的商业意图研究就发现了一个形状相近的现象：商业意图查询的AI概览覆盖增长了71%，而更靠近成交的交易意图查询反而回落了5%。中段扩张、末段收缩，和电话数据是同一副骨架。

AI转介的人，为什么进门时看着更对口？

先说清楚：下面这一段是机制推断，不是报告结论。Invoca只给了数字，没给解释。

最直白的一条：能在助手里问到你、并且问完还愿意抄起电话打过来的人，本身就已经过了好几道筛子。他先得有一个具体到需要打电话的问题，再得在助手的回答里看见你，最后还得觉得这个回答不够、值得再问一句真人。这三道筛子筛掉的都是闲逛的人。

对比一下自然搜索。搜索结果页上一排十个蓝链，用户点进来的那一刻，很可能还处在“我先看看有哪些选择”的阶段。助手的回答通常只推两三家，能从里面走到你电话上的人，位置天然更靠后。

这跟站内之前拆过的AI来的流量转化率高，落地页却接不住是同一个现象的两个切面：那篇讲的是这批人落到网页上之后你接不接得住，这篇讲的是他们绕开网页直接打电话之后，销售侧接不接得住。两处漏的是不同的水。

那为什么优势到成交这一步就没了？

这是我觉得整份报告里最值得琢磨的一个反常。同样一批“更对口”的人，到了掏钱那一刻反而不如平均水平。有三条假说值得摆出来，同样都是推断，我把它们的可验证程度也标出来。

假说一：AI已经把功课替他做完了

用户在助手里已经完成了选型、对比、排除。他打电话过来不是来听你介绍的，是来确认某几个具体细节的。销售那套“先了解需求再顺势推荐”的流程，对他基本无效——他的需求已经被自己定义完了，你顺不上势。

这条相对好验证：调几通AI渠道的录音，听开场三十秒。如果客户上来就问具体型号、具体价格、具体交期，而不是“你们都做些什么”，这条就成立。

假说二：AI顺手把价格和条款的预期也定死了

助手在给建议的时候，往往会连带说出一个价格区间、一个交付周期。这个数字可能来自你三年前的旧页面，可能来自某个第三方聚合站，也可能是模型自己拼出来的。用户拿着这个预期打过来，销售一开口报价，落差就出来了。

这条也能验证，而且验证成本很低：拿几个你的核心问题去问助手，看它报给你的价是多少。保哥见过一个做工业配件的客户，助手给出的报价区间是他实际报价的六成——那批线索接得再多也白搭，销售每次都得先花十分钟解释为什么贵。

假说三：他跳过了你自己那套预热

正常的自然搜索路径里，用户会先落到你的页面上，看到你的案例、你的资质、你的服务承诺，被你自己的话术预热一遍再联系你。AI转介的人很可能一页都没看过，他对你的全部印象来自助手那一两句话。

信任是要垫的。这批人身上，你一层都没来得及垫。

这份报告没说的四件事，哪一件最该让你警惕？

接下来这一节，是我认为这条新闻里最有价值、也最容易被跳过的部分。

没说49% 的分母是多少

Invoca明确表示，生成式AI带来的整体通话量“仍然非常低”，但没有公布ChatGPT那一栏的绝对数量。同样是一个比率，从几百通电话里算出来的49%，和从几十万通付费搜索电话里算出来的39%，可信度差着量级。

小分母上的比率会剧烈跳动。今天49%，下个季度可能是41%，也可能是55%，而这中间未必发生了任何真实的变化。这一条最该警惕。

没说测量窗口是哪一段时间

报告的方法论只说了行业数和渠道数，没写起止日期。这意味着你没法判断这个数字反映的是哪一个阶段的市场状态。AI助手的用户构成在过去一年里变化极快，早期用户和现在的用户完全是两拨人。

没说归因具体怎么做的

Invoca把一部分电话标成了“ChatGPT转介”，但没说这个判定是怎么下的：是用户从助手里点了链接跳到你的落地页、再拨了页面上的追踪号码？还是用了某种专属号码？还是别的方式？

报告只承认一点：它只统计“能直接归因到ChatGPT”的通话，不包括那些在助手里研究了半天、然后用未被跟踪的方式联系你的人。这句话的信息量很大——它等于承认了统计口径存在一个已知的缺口，而缺口的大小未知。

没说Gemini、Claude、Perplexity去哪了

渠道拆分表里只有ChatGPT。Invoca特意说明，这是测量能力的限制，不是对其他助手的评价——在它的数据集里，ChatGPT是唯一产生了可测量通话量的大模型。

这句澄清很克制，但它同时也提醒你：如果你的用户主要在别的助手里活动，这份报告的结论对你的参考价值要打折。

你后台那个漂亮的AI转化率，是不是小样本在骗你？

上面的第一条警惕，几乎每个自己拉数据的人都会撞上。你在GA4或者CRM里把AI来源单独拎出来，一看转化率好得不像话，兴冲冲跑去汇报，结果下个月数字塌了。

给三条土办法，不需要统计学背景也能用。

第一，先看分母够不够。经验门槛是：算比率的那一栏，样本数低于30就基本没有参考价值，低于100只能当趋势看，到300以上才值得写进汇报材料。这不是什么严格的统计学结论，是拍脑袋定的实用线，但它能挡掉绝大多数自欺欺人。

第二，用一个粗糙的波动区间。把比率记作p，样本数记作n，那么这个比率的大致波动幅度约等于两倍的根号下p乘以（1减p）再除以n。听着绕，实际算起来很快：50个样本、40% 的转化率，波动幅度大约是正负14个百分点。也就是说你看到的40%，真实值落在26% 到54% 之间都不稀奇。这个区间一算出来，很多“惊人发现”当场就没了。

第三，看连续几周稳不稳。一个真实的差异会稳定地出现在连续多个周期里。如果某个渠道的转化率上上下下像心电图，那多半就是噪音。这条最简单，也最有效。

站内那篇SEO行业基准数据大全里讲过口径陷阱，和这里是一脉相承的事：别人的数字要先弄清是怎么算的，才谈得上能不能对标。

归因能盖住的和盖不住的，怎么画这条线？

Invoca那句“只统计能直接归因的通话”，值得展开成一张图。把用户从助手走到你这里的路径按可追踪程度分成四类：

第一类，点击可追踪。用户在助手回答里点了你的链接，落到你的页面上，页面上的号码是动态追踪号，他拨了。这一类归因链条完整，Invoca统计的应该主要是这一类。

第二类，号码可追踪但来源模糊。用户点了链接进来，但没马上打电话，过了两天直接拨了收藏的号码。这一类能追到号码，追不到来源，通常被记成直接流量。

第三类，用户自己说出来。他在助手里看到了你，没点链接，直接搜了你的品牌名找到号码。这一类只有靠销售在通话里问一句“您是怎么找到我们的”才能捞回来。

第四类，彻底追不到。他在助手里记住了你的名字，两周后在别的场合想起来，通过完全无关的路径联系你。这一类永远不会出现在任何报表里。

第一类是Invoca的统计范围，第二类和第三类要靠你自己补，第四类只能认。这也正是站内讲零点击时代归因怎么补那篇的核心难题——代理信号不是为了求精确，是为了在追不到的地方留下一条可以论证方向的线索。

如果你已经在投Google Ads，还有一条被低估的补漏路径：把线下通话结果回传成转化。用转发号码和通话按钮资产做基础，按来电号码加通话开始时间的模板把成交结果上传回去，广告侧才看得见第三段。要留意两个细节：号码得用E.164格式，而且导入的转化删不掉，格式错了只能将错就错。

最实用的一条建议：在销售话术里加一句来源询问，并且把答案结构化地记进CRM。这是成本最低、回报最高的补漏动作，很多公司做了但没把答案做成可统计的字段，最后全散在备注栏里，等于没做。

电话不是你的主渠道，这套账还怎么记？

说到这儿要承认一个现实：这份报告的场景是北美的电话经济。家装、医疗、汽车、金融这些行业，一通电话就是一单生意的开始。中文出海和国内的生意结构不太一样，电话往往不是第一联系方式。

但漏斗分段这套方法是通用的，换个载体就行。把三段账映射过去：

• 接通率对应的是“发出的第一条消息有没有被回复”。WhatsApp的消息送达率、企业微信的加人通过率、询盘表单提交后的邮件回复率，都是这一段。
• 线索率对应的是“回复了的人里，有多少问到了具体需求”。这一段最需要人工或规则打标，也是最容易偷懒不做的一段。
• 成交率对应的是“问到具体需求的人里，有多少走到了报价、样品、合同”。

做外贸独立站的，可以直接把询盘表单当电话用：表单来源分渠道打标，第一段看有效提交率（去掉垃圾提交），第二段看销售判定为有效询盘的比例，第三段看进入报价环节的比例。三段分开记，不出一个季度就能看出AI渠道到底强在哪一段。

顺带说一句，很多人做到第一段就停了，因为第一段的数据是系统自动产生的，后两段要人去打标。可偏偏是后两段才回答“这个渠道值不值得投”。省的那点力气，全变成了后面的糊涂账。

拿这个数字去要预算，会在哪一步翻车？

这是最现实的一节。假设你想用这份报告去说服老板加大GEO投入，最容易翻车的三个地方：

第一，你引的是行业均值，老板问的是你自己的数。Invoca的49% 是它平台上一堆商家的平均，跟你没有任何关系。拿它当自己的预期，第一次复盘就会被打脸。正确的用法是：拿它当“这件事值得测量”的论据，而不是“我们能做到49%”的承诺。

第二，你只报了线索率，没报成交率。如果你只讲“AI渠道线索质量最高”，老板批了预算，半年后一看营收没动，这笔账就算到你头上了。老老实实把两个数字一起报，反而更安全：线索质量确实更高，但当前的成交转化没有优势，所以投入的重点应该同时放在销售侧的承接上。

第三，你没说样本量。如果你自己的AI渠道一个季度只有40通电话，任何比率都不该被当成结论。这时候诚实的说法是“信号为正但样本不足，建议再观察一个季度”，而不是把40通电话算出来的数字画成一条上升曲线。

这三条其实是同一件事的三个面：用别人的数字论证方向，用自己的数字论证成绩。混着用，早晚出事。站内那篇AI搜索流量的数字为什么互相打架拆过同一周里两个方向相反的行业数字，逻辑是一样的：外部数字用来定方向，不用来定KPI。

效率冠军和规模冠军，预算到底该给谁？

报告里还有一句被普遍忽略的话：付费搜索仍然是带来通话量、线索量和转化量最多的渠道；对多门店企业来说，谷歌商家资料是最大的自然来源。Invoca特意提醒，渠道效率和渠道规模是两个不同的因素，光看百分比看不出哪个渠道带来的生意最多。

这话说得很克制，但意思很硬：ChatGPT是效率冠军，付费搜索是规模冠军，这两顶帽子不能互相顶替。

打个不太严谨的比方：一个渠道每月带来20通电话、49% 成线索，另一个每月带来2000通、39% 成线索。前者的比率好看得多，后者一个月多出来的线索是前者的四十多倍。你要是按比率分预算，会把钱全押在那20通电话上。

正确的做法是两个维度分开看，然后交叉决策：

• 规模大、效率高——加投，这是主战场，通常是付费搜索或品牌词。
• 规模大、效率低——先修承接，别急着砍量。效率低往往是落地页或话术的问题，不是渠道的问题。
• 规模小、效率高——这就是当下的AI渠道。适合投入的是“研究它为什么高”，而不是“立刻把预算搬过来”。它的规模由平台侧决定，你砸钱也放大不了多少。
• 规模小、效率低——观察名单，不投入不砍掉，攒够样本再说。

把AI渠道放在第三格，是我目前认为最诚实的位置。它值得你认真测量、值得你为它调整销售话术，但把它当成下个季度的增长引擎，多半会失望——因为你控制不了它的进水量。

那到底该怎么给老板汇报AI渠道？

给一个可以直接抄的汇报结构，四句话：

一、这个季度AI渠道带来了多少条可归因的联系，绝对数是多少。先给绝对数，再给比率，顺序不能反。

二、这些联系在三段漏斗上分别是什么表现，和其他渠道比强在哪段弱在哪段。这是这篇文章的全部价值所在。

三、样本量够不够支撑结论，够就下结论，不够就明说要再观察多久。主动承认不确定性，比被人问出来强得多。

四、基于以上，下个季度打算改什么、预期改完哪个数字会动。要预算的部分放最后，且必须挂在一个具体指标上。

保哥带过的团队里，最快建立信任的那些人，往往不是数字最好看的，而是每次都能说清楚“这个数字有多可信”的。

从今天起可以动手的六件事

1. 把渠道漏斗拆成三段记账。不管你的载体是电话、表单还是即时通讯，第一段接触率、第二段有效率、第三段成交率，分开存，分开看。
2. 给AI来源单独打标。落地页加来源参数、销售话术加来源询问、CRM加结构化的来源字段，三件一起做才闭环。
3. 去助手里问一遍自己的核心问题。看它怎么描述你，尤其看它报的价格和交期对不对。这一步半小时就能做完，很多人从来没做过。
4. 抽听十通AI渠道的对话记录。听开场三十秒，判断客户是带着问题来的还是带着答案来的，这直接决定销售话术要不要改。
5. 给每个比率标注样本量。报表里的每一个百分比后面都跟上分母，这个习惯能挡掉大量误判。
6. 先别改产品，先改承接。数据显示优势在中段丢失，那么优先级最高的动作是销售侧的承接，而不是继续加大前端投入。

常见问题解答

ChatGPT转介的电话线索率49%，这个数字可以直接拿来当自己的目标吗？

不可以。这是Invoca平台上跨10个行业、多家商家的平均值，每家的线索判定规则还是自己设的，口径并不统一。它的正确用途是证明“AI渠道值得单独测量”，而不是给你一个可以对标的目标值。你自己的目标应该从你自己过去几个季度的基线里长出来。

为什么线索率高，成交率反而略低？

报告没有给出解释，以下是推断：用助手做完调研的人，需求已经自我定义完毕，销售那套先探需求再推荐的流程用不上；助手还可能顺带给了他一个价格或交期预期，而这个预期未必和你的实际报价一致；此外这批人很可能一页你的网站都没看过，你自己的品牌话术一层都没垫上。三个因素叠加，进门时的优势到谈钱时就被抵消了。

Gemini、Claude、Perplexity为什么不在报告里？

Invoca说明这是测量限制，不是对这些助手的评价——在它的数据集里，ChatGPT是唯一产生了可测量通话量的大模型。如果你的用户主要活跃在其他助手上，这份报告对你的参考价值需要相应打折。

我的站没有电话业务，这套东西还有用吗？

有用，把载体换掉即可。接通率对应第一条消息的回复率，线索率对应回复者里问到具体需求的比例，成交率对应走到报价或合同的比例。外贸独立站可以直接用询盘表单跑这三段：有效提交率、销售判定有效询盘率、进入报价率。方法通用，数字自己攒。

样本量到多少，比率才值得写进汇报？

没有绝对标准，给一条实用线：低于30基本无参考价值，30到100只能当趋势看，300以上才值得当结论写。另外可以用一个粗算的波动区间做辅助判断——把比率记作p、样本数记作n，波动幅度大约是两倍的根号下p乘以（1减p）再除以n。50个样本算出的40%，波动幅度就有正负14个百分点。

接起率只有56%，这个数字正常吗？我该先修哪一段？

56% 是Invoca平台上的跨行业平均，也就是说将近一半的来电没有被真人接起。这个数字在电话驱动型行业里算是常态，但常态不等于合理。判断优先级的方法很简单：把三段的数字都拉出来，看哪一段离行业形状最远。如果你的接起率明显低于六成，那它一定是回报最高的修补点——因为它在漏斗最上游，修好之后后面两段的绝对量会同比例抬升，而且通常只需要调排班和转接规则，不需要动策略。反过来，如果接起率已经在七成以上，再往上抠的边际收益就很小了，该把精力挪到线索判定和销售话术上。

销售话术里问“您是怎么找到我们的”，真的有用吗？

有用，但前提是把答案做成结构化字段而不是备注栏里的自由文本。它能捞回来的是那一类“在助手里看到你、却没点链接直接搜品牌名找上门”的用户——这部分人在任何自动归因里都是隐形的，而且往往是意向最强的一批。做了不记，等于没做。

权威参考资料